@techreport{oai:kindai.repo.nii.ac.jp:00003259,
 author = {阿部,  孝司},
 month = {Jan},
 note = {研究成果の概要（和文）：Content-Based Image Retrievalの性能向上を目的として、本研究では、以下の機能を実現させた。これらを類似画像検索システムの機能として提案し、図形商標をはじめ医用画像を対象とした画像情報検索における前処理への適用可能性を調査した。 (1)群化要因「よい連続性」を測定するモデルを提案した。     (2)近接、類同、閉合、よい連続性、の群化要因を測定するモデルを用いて図形の群化パターンを出力する手法を提案した。     (3)じん肺自動診断において、主に肺野内異常個所以外のノイズ除去に(2)の手法を適用し医用画像処理への適用可能性を検討した。     (4)健常胃画像の自動判別において、胃壁に出現する襞模様の2値化に(1)のモデルを適用し有効に機能することを確認した。            研究成果の概要（英文）：For the sake of enhancing performance of CBIRs (Content-Based Image Retrievals), the following concrete subjects were investigated. The subjects were proposed as functions of CBIRs and the proposed methods were applied to a CBIR of abstract trademark images and pre-processing methods in medical image processing in order to examine their performance as an application tool for various images.     (1) A model for measuring a grouping factor of good continuity was proposed.     (2) Using models for measuring proximity, shape similarity, closure, and good continuity, a method for producing grouping patterns for abstract images. (3) In a computer-aided diagnosis for pneumoconiosis using chest X-ray images, the method of    (2) was applied for removing noises except abnormal parts in chest area and the method was more effective for the removal than normal methods.    (4) In a computer-aided diagnosis for stomach cancers using X-ray images, the method of (1) was applied for conducting the binarization of folds in stomach area and the proposed method was effective for the binarization., 研究種目：若手研究（Ｂ）;  研究期間：2010～2012;   課題番号：22700188;   研究分野：パターン認識、人間工学、人工知能;   科研費の分科・細目：情報学・ 知覚情報処理・知能ロボティクス, application/pdf},
 title = {複数の群化知覚要因を考慮した画像情報検索システム},
 year = {2011},
 yomi = {アベ, コウジ}
}